Resumen

Los desarrolladores de software han desarrollado varios modelos de crecimiento de la fiabilidad del software (SRGM) para seguir y medir el crecimiento de la fiabilidad. Como el tamaño del sistema de software es grande y el número de fallos detectados durante la fase de prueba es elevado, el cambio del número de fallos que se detectan y eliminan en cada depuración es suficientemente pequeño en comparación con el contenido inicial de fallos al principio de la fase de prueba. En tal situación, podemos modelar el proceso de detección de fallos de software como un proceso estocástico con espacio de estados continuo. En este artículo, proponemos un nuevo modelo de crecimiento de la fiabilidad del software basado en una ecuación diferencial estocástica de tipo Itô. Consideramos un modelo Erlang generalizado basado en SDE con función logística de detección de errores. El modelo se estima y valida en conjuntos de datos reales citados en la literatura para mostrar su flexibilidad. El modelo propuesto, integrado con el concepto de ecuación diferencial estocástica, funciona comparativamente mejor que los modelos existentes basados en NHPP.

• Materias:Análisis Matemático Álgebra Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Applied Mathematics Mathematical logic
• Palabras claves:ecuación diferencial estocástica, fase de prueba, varios modelos de crecimiento de la fiabilidad del software, función logística de detección de errores, nuevo modelo de crecimiento de la fiabilidad del software, proceso de detección de fallos del software, espacio de estados continuo, contenido inicial de fallos, conjuntos de datos de vida, fallos
• Keywords:stochastic differential equation, testing phase, several software reliability growth models, logistic error detection function, new software reliability growth model, software fault detection process, continuous state space, initial fault content, life data sets, faults